DETEKSI UJARAN KEBENCIAN MENGGUNAKAN MULTINOMIAL NAÏVE BAYES UNTUK PUNDIT SEPAKBOLA DI MEDIA SOSIAL X

Abstract

Dalam era digital ini, media sosial telah menjadi platform utama bagi masyarakat untuk berbagi pendapat dan informasi. Platform seperti Twitter (sekarang dikenal sebagai Media Sosial X) memungkinkan interaksi yang mudah dan cepat, tetapi juga menghadirkan tantangan berupa penyebaran ujaran kebencian yang berdampak negatif pada individu dan komunitas. Sepak bola, sebagai olahraga populer di Indonesia, memiliki pundit yang memberikan analisis dan komentar, seperti Bung Towel, yang sering menjadi sorotan di media sosial. Komentar dan analisisnya mendapatkan dukungan serta kritik, yang kadang berbentuk ujaran kebencian. Ujaran kebencian adalah tindakan menyebarkan kebencian berdasarkan suku, agama, ras, dan karakteristik lainnya, yang dapat menimbulkan diskriminasi, kekerasan, dan konflik sosial. Tindakan ini sering kali dilakukan melalui media sosial, memperluas jangkauan pesan kebencian dengan cepat dan luas, merusak hubungan antar kelompok dalam masyarakat, menimbulkan ketidakstabilan sosial, dan mengancam perdamaian. Penelitian ini berfokus pada Penerapan Text Mining untuk mendeteksi Ujaran Kebencian menggunakan Metode Naive Bayes terhadap Pundit Sepakbola Indonesia: Studi Kasus Bung Towel di Media Sosial Twitter atau X. Dataset ini diperoleh menggunakan Tweet Harvest pada periode bulan Maret 2024 dan berhasil mengumpulkan 400 data sekaligus melakukan pelabelan secara manual. Kata kunci yang digunakan berkaitan dengan Bung Towel. Penggunaan pembobotan kata TF-IDF dan algoritma Multinomial Naive Bayes dalam mendeteksi ujaran kebencian telah memberikan hasil nilai pengujian berupa akurasi sebesar 86.76%, presisi sebesar 82.93%, recall sebesar 94.44%, dan F1-Score sebesar 88.31%. Hasil pengujian ini membuktikan bahwa sistem dapat mendeteksi tweet yang termasuk ke dalam ujaran kebencian dengan menggunakan metode Naive Bayes.